洗衣机的洗涤控制方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种洗衣机的洗涤控制方法、装置、计算机设备和存储介质。所述方法包括：获取包含待清洗衣物的图像，将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量，根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略，生成与目标洗涤策略对应的洗涤指令，发送洗涤指令，以使洗衣机执行洗涤指令。获取拍摄的洗衣机中的内部衣物的图像，通过训练后的模型对图像中的衣物类型进行识别，并计算衣物量，根据识别的衣物类型和计算的衣物量确定洗衣机的洗涤策略，使得洗涤变得的更便捷，提升用户体验。

Washing control method, device, computer equipment and storage medium of washing machine

【技术实现步骤摘要】
洗衣机的洗涤控制方法、装置、计算机设备和存储介质
本申请涉及计算机
，尤其涉及一种洗衣机的洗涤控制方法、装置、计算机设备和存储介质。
技术介绍
随着人们生活水平的不断提高，深度学习技术的迅猛发展，使人们对家电的智能化需求成为可能。传感器的出现大大的促进了洗衣机迈向智能化的进程，传感器能够感知环境并收集数据。通过收集这些传感器采集的数据洗衣机可以对待洗涤衣物进行各方面的感知，并将这些数据传送给内部的嵌入式计算系统，通过运算各种预先设计好的算法后可生成一套高效的洗衣方案，包括计算出洗涤衣物的方法，可以节省人们在使用洗衣机过程中耗费的时间和精力。现有的洗衣机的洗涤控制方法中，主要是针对衣物的体积和重量等进行计算，根据体积和重量的计算结果确定洗衣机的洗涤水量、清洗时间等等，由于衣物的种类多种多样，仅仅采用衣物的体积和重量确定洗涤控制方法，并不能满足用户对衣物清洗的需求。
技术实现思路
为了解决上述技术问题，本申请提供了一种洗衣机的洗涤控制方法、装置、计算机设备和存储介质。第一方面，本申请提供了一种洗衣机的洗涤控制方法，包括：获取包含待清洗衣物的图像；将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量；根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略；生成与目标洗涤策略对应的洗涤指令，发送洗涤指令，以使洗衣机执行洗涤指令。第二方面，本申请提供了一种洗衣机的洗涤控制装置，包括：图像获取模块，用于获取包含待清洗衣物的图像；预测模块，用于将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量；洗涤控制模块，用于根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略，生成与目标洗涤策略对应的洗涤指令，发送洗涤指令，以使洗衣机执行洗涤指令。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取包含待清洗衣物的图像；将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量；根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略；生成与目标洗涤策略对应的洗涤指令，发送洗涤指令，以使洗衣机执行洗涤指令。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取包含待清洗衣物的图像；将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量；根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略；生成与目标洗涤策略对应的洗涤指令，发送洗涤指令，以使洗衣机执行洗涤指令。上述洗衣机的洗涤控制方法、装置、计算机设备和存储介质，所述方法包括：获取包含待清洗衣物的图像，将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量，根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略，生成与目标洗涤策略对应的洗涤指令，以使洗衣机执行洗涤指令。获取拍摄的洗衣机中的内部衣物的图像，通过训练后的模型对图像中的衣物类型进行识别，并计算衣物量，根据识别的衣物类型和计算的衣物量确定洗衣机的洗涤策略，使得洗涤更便捷，提升用户体验。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为一个实施例中洗衣机的洗涤控制方法的应用环境图；图2为一个实施例中洗衣机的洗涤控制方法的流程示意图；图3为一个实施例中洗涤控制系统的示意图；图4为一个实施例中洗衣机的洗涤控制装置的结构框图；图5为一个实施例中计算机设备的内部结构图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。图1为一个实施例中洗衣机的洗涤控制方法的应用环境图。参照图1，该洗衣机的洗涤控制方法应用于洗衣机的洗涤控制系统。该洗衣机的洗涤控制系统包括洗衣机110和计算机设备120。计算机设备获取包含待清洗衣物的图像，将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量，根据预设对应关系，获取与衣物类别和衣物量对应的目标洗涤策略，生成与目标洗涤策略对应的洗涤指令，发送洗涤指令，以使洗衣机执行洗涤指令。洗衣机110和计算机设备120通过网络连接。计算机设备120包含终端和服务器中的至少一种，其中终端具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。上述洗衣机的洗涤控制方法也可以在洗衣机上独立完成。如图2所示，在一个实施例中，提供了一种洗衣机的洗涤控制方法。本实施例主要以该方法应用于上述图1中的计算机设备120来举例说明。参照图2，该洗衣机的洗涤控制方法具体包括如下步骤：步骤S201，获取包含待清洗衣物的图像。具体地，待清洗衣物是指放置在洗衣机内的需要进行清洗的衣物。拍摄设备安装在洗衣机上，可以对洗衣机用于放置衣物的清洗空间进行拍摄，得到包含待清洗衣物的图像。其中获取的图像可以为一张或多张，当获取的图像为多张时，对多张图像进行处理。步骤S202，将图像输入已训练的衣物预测模型，输出图像对应的衣物类别和衣物量。具体地，已训练的衣物预测模型是用于对衣物的类别的重量进行预测的数学模型，该数学模型是通过对大量的携带衣物类型标签的图像进行学习得到的。衣物类别为常见的衣物类别，如根据衣物的材质确定衣物类别。其中衣物类别包括但不限于牛仔类、棉麻类、毛衣、妮子和丝绸等等。衣物量是指衣物的重量。在清洗衣物时，衣物的材质和重量对应的洗涤方法不同，为了提升清洗衣物的体验，可以对衣物的材质和重量进行识别。在一个实施例中，在将图像输入已训练的衣物预测模型之前，还包括：对图像进行预处理，其中预处理包括图像颜色空间变换、图像增强和图像剪裁等等。在一个实施例中，获取重力传感器采集的与图像对应的重力数据，根据重力数据更新衣物量。具体地，重力传感器是用于采集衣物的重力数据，与图像对应的重力数据是指在采集图像时，洗衣机内的衣物的重力数据，根据重力传感器采集到的重力数据，对根据图像计算得到的衣物量进行更新。通过重力传感器采集的重力数据更新衣物量，使得衣物量的计算结果更为准确，从而选取更为准确的洗涤策略。在一个实施例中，步骤S202，包括：步骤S2021，将图像输入已训练的衣物预测模型的中的卷积层，通过卷积层进行卷积运算，得到卷积特征图集合。步骤S2022，将卷积图特征集合输入区域生成层，输出至少一个目标区域和对应的位置信息。步骤S2023，将各个目标区域和对应的位置信息输入预测层，输出各个目标区域对应的预测结果，预测结果包括衣物类型、位置信息和掩码信息。步骤S2024，根据各个分割区域的预测结果确定图像的衣物类型。步骤本文档来自技高网...

【技术保护点】
1.一种洗衣机的洗涤控制方法，其特征在于，所述方法包括：获取包含待清洗衣物的图像；将所述图像输入已训练的衣物预测模型，输出所述图像对应的衣物类别和衣物量；根据预设对应关系，获取与所述衣物类别和所述衣物量对应的目标洗涤策略；生成与所述目标洗涤策略对应的洗涤指令，发送所述洗涤指令，以使洗衣机执行所述洗涤指令。

【技术特征摘要】
1.一种洗衣机的洗涤控制方法，其特征在于，所述方法包括：获取包含待清洗衣物的图像；将所述图像输入已训练的衣物预测模型，输出所述图像对应的衣物类别和衣物量；根据预设对应关系，获取与所述衣物类别和所述衣物量对应的目标洗涤策略；生成与所述目标洗涤策略对应的洗涤指令，发送所述洗涤指令，以使洗衣机执行所述洗涤指令。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取重力传感器采集的与所述图像对应的重力数据；根据所述重力数据更新所述衣物量。3.根据权利要求1所述的方法，其特征在于，所述已训练的衣物预测模型包括卷积层、RPN和预测层，所述卷积层的输出作为所述区域生成层的输入，所述区域生成层的输出作为所述预测层的输入，所述将所述图像输入已训练的衣物预测模型，输出所述图像对应的衣物类别和衣物量，包括：将所述图像输入所述已训练的衣物预测模型的中的卷积层，通过所述卷积层进行卷积运算，得到卷积特征图集合；将所述卷积图特征集合输入区域生成层，输出至少一个目标区域和对应的位置信息；将各个所述目标区域和对应的位置信息输入预测层，输出各个所述目标区域对应的预测结果，所述预测结果包括衣物类型、位置信息和掩码信息；根据各个所述目标区域的预测结果确定所述图像的衣物类型；根据各个所述目标区域的掩码信息确定所述衣物量。4.根据权利要求1所述的方法，其特征在于，所述预测层包括分类层和掩码层，所述将各个所述目标区域输入预测层，输出各个所述目标区域对应的预测结果，包括：将各个所述目标区域输入分类层，根据各个所述目标区域的纹理特征确定所述衣物类别和所述位置信息；将所述目标区域输入所述掩码层，输出所述目标区域的所述掩码信息。5.根据权利要求1所述的方法，其特征在于，生成所述已训练的衣物预测模型，包括：获取包含多个训练图像的训练集合，各个所述训练图像携带标签，所述标签包含真实衣物类型、真实位置信息和真...

【专利技术属性】
技术研发人员：袁正波，韩怡茹，尹相宇，向麟昀，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东,44